Τεχνητή νοημοσύνη

Edge AI: Γιατί η AMD είναι η Καλύτερη Αξιόλογη Επένδυση για το 2026

mm
Προσθέστε το Securities.io στις προτιμώμενες πηγές σας στο Google
Edge AI: Why AMD is the Best Value Play for 2026

Η τεχνητή νοημοσύνη (AI) είναι ένας από τους κύριους τεχνολογικούς διαταράκτες αυτής της δεκαετίας, δημιουργώντας θεμελιώδεις αλλαγές σε όλο τον κλάδο και την κοινωνία γενικότερα.

Τα δεδομένα δείχνουν ότι περίπου ένα στους έξι ανθρώπους παγκοσμίως χρησιμοποιούν πλέον εργαλεία γενετικής AI. Επιπλέον, το 90% των τεχνολογικών εργαζομένων χρησιμοποιεί ήδη AI στη δουλειά του. Παρά αυτή την υιοθέτηση, η βιομηχανία AI προβλέπεται να αυξηθεί περίπου 9 φορές μέχρι το 2033.

Με αυτή τη μαζική υιοθέτηση έρχονται εκρηκτικά κόστη υπολογισμού, αυξανόμενες προκλήσεις καθυστέρησης και αυξανόμενες ανησυχίες για την ασφάλεια, την ενεργειακή χρήση και την κλιμακωσιμότητα. Οι εταιρείες συνειδητοποιούν τώρα ότι η συνεχής αποστολή δεδομένων σε απομακρυσμένους διακομιστές για εξαγωγή AI — υπολογιστικό νέφος ή Cloud AI — είναι δαπανηρή, αργή και ενέχει κινδύνους απορρήτου.

Στο Cloud AI, οι εταιρείες αξιοποιούν τους τεράστιους πόρους πλατφορμών όπως AWS, Azure και Google Cloud για την παροχή υπηρεσιών AI. Αυτό επιτρέπει στους χρήστες να έχουν πρόσβαση σε μοντέλα AI κατόπιν ζήτησης μέσω του διαδικτύου χωρίς να χτίζουν τη δική τους υποδομή.

Το θεμέλιο του Cloud AI είναι οι υπερκλιμακωτές — τεράστια κέντρα δεδομένων AI που παρέχουν εξαιρετική κλιμακωσιμότητα για να διαχειριστούν φορτία εργασίας πολύ πιο πέρα από τις παραδοσιακές δυνατότητες on‑premise. Με τις τεράστιες οριζόντιες σειρές διακομιστών τους, παρέχουν στις επιχειρήσεις τους πόρους για αποδοτική πρόσβαση, δημιουργία, εκπαίδευση, ανάπτυξη και συντήρηση εφαρμογών AI.

Αυτός ο συνδυασμός υπολογιστικού νέφους και AI προσφέρει τα οφέλη της οικονομικής αποδοτικότητας, της κλιμακωσιμότητας και της δυνατότητας αξιοποίησης κοινόχρηστων μοντέλων. Ωστόσο, ταυτόχρονα έχει σημαντικά μειονεκτήματα, όπως υψηλά επαναλαμβανόμενα κόστη λόγω υπολογιστικών πόρων, αποθήκευσης, μεταφοράς δεδομένων και εξειδικευμένης τεχνογνωσίας που απαιτείται για συνεχή χρήση.

Άλλα ζητήματα που αντιμετωπίζει το Cloud AI περιλαμβάνουν την καθυστέρηση, τους κινδύνους ασφαλείας, το απόρρητο των δεδομένων, την εξάρτηση από το διαδίκτυο, τον περιορισμένο έλεγχο και το κλείδωμα προμηθευτών.

Με το νέφος να αποδεικνύεται ακριβό και προκλητικό για καταναλωτικές εφαρμογές, φορητούς υπολογιστές, βιομηχανικά συστήματα και περιπτώσεις χρήσης σε πραγματικό χρόνο, οι εταιρείες στρέφονται προς το “Edge AI”. Η εκτέλεση τοπικής εξαγωγής στη συσκευή αντί της εξάρτησης από ακριβά GPU νέφους διαμορφώνει πλέον τον τρόπο με τον οποίο η AI αναπτύσσεται πέρα από τα κέντρα δεδομένων.

Σύρετε για κύλιση →

Διάσταση Cloud AI (Κεντρική Εξαγωγή) Edge AI (Στο Συσκευή / Τοπική Εξαγωγή)
Καθυστέρηση Οι δικτυακές επιστροφές προσθέτουν καθυστέρηση· μεταβλητό υπό φορτίο Απαντήσεις τάξης χιλιοσκοπίου· σταθερή απόδοση
Οικονομικά Μονάδας Επαναλαμβανόμενοι λογαριασμοί GPU + εύρους ζώνης + αποθήκευσης Αρχικό κόστος πυριτίου· αποσβένεται κατά τη διάρκεια ζωής της συσκευής
Απόρρητο & Συμμόρφωση Τα δεδομένα αφήνουν τη συσκευή· υψηλότερη έκθεση + επιπλέον διαχείριση Τα ευαίσθητα δεδομένα μπορούν να παραμείνουν τοπικά· χαμηλότερη έκθεση
Αξιοπιστία Εξαρτάται από το διαδίκτυο + διαθεσιμότητα υπηρεσίας Λειτουργεί εκτός σύνδεσης ή σε μειωμένα δίκτυα
Κλιμακωσιμότητα Κλιμακώνεται μέσω της χωρητικότητας του κέντρου δεδομένων και της διαθεσιμότητας GPU Κλιμακώνεται διανέμοντας την εξαγωγή σε πολλαπλά σημεία
Καλύτερη Εφαρμογή Εκπαίδευση, μαζική εξαγωγή παρτίδων, κεντρική ανάλυση Εφαρμογές σε πραγματικό χρόνο: υπολογιστές, ρομποτική, οχήματα, κάμερες, βιομηχανία

Edge AI Εξηγείται: Γιατί η Εξαγωγή Μεταβαίνει Στη Συσκευή

AI Shift from Cloud to Device Diagram
Μετατόπιση AI από το Cloud στη Συσκευή

Η βιομηχανία υφίσταται μια στρατηγική και αρχιτεκτονική μετατόπιση προς το Edge AI, μεταφέροντας την AI μακριά από κεντρικά, ενεργοβόρα κέντρα δεδομένων προς υλικό τοπικής εξαγωγής.

Στο Edge AI, η τεχνητή νοημοσύνη συνδυάζεται με το edge computing για να αφαιρέσει την εξάρτηση από το νέφος, επιτρέποντας στις συσκευές να επεξεργάζονται δεδομένα τοπικά. Το “Edge” εδώ αναφέρεται στη συσκευή που χρησιμοποιείται — όπως τηλέφωνο, αυτοκίνητο, κάμερα, τηλεόραση, αισθητήρα ή ιατρική συσκευή — έτσι το edge computing σημαίνει ότι ο υπολογιστής που σχεδιάζεται να επεξεργάζεται τα δεδομένα βρίσκεται κοντά ή μέσα στη συσκευή.

Πέρα από τις συσκευές edge που συλλέγουν και επεξεργάζονται δεδομένα, άλλα βασικά στοιχεία περιλαμβάνουν μοντέλα AI που εκπαιδεύονται στο νέφος και αναπτύσσονται στο edge, καθώς και εξειδικευμένα τσιπ υλικού που διαχειρίζονται αποδοτικά εργασίες AI τοπικά.

Με αυτήν την κίνηση προς ενεργειακά αποδοτικές συσκευές, ο στόχος είναι να αντιμετωπιστούν κρίσιμα ζητήματα καθυστέρησης και απορρήτου δεδομένων, επιτρέποντας επεξεργασία σε πραγματικό χρόνο στις συσκευές των χρηστών, όπου τα δεδομένα δημιουργούνται πραγματικά.

Αυτό σημαίνει ότι αντί να στέλνετε δεδομένα σε ένα εξωτερικό κέντρο δεδομένων, οι υπολογισμοί εκτελούνται κοντά στην πηγή, επιτρέποντας στις συσκευές να λαμβάνουν αποφάσεις σε χιλιοστά του δευτερολέπτου χωρίς να απαιτείται σύνδεση στο διαδίκτυο. Τα δεδομένα ουσιαστικά χρησιμοποιούνται ακριβώς όπως δημιουργούνται από τη συσκευή.

Αυτή η επεξεργασία σε πραγματικό χρόνο είναι κρίσιμη για ρομποτική, αυτόνομα οχήματα και εφαρμογές παρακολούθησης που απαιτούν γρήγορες αντιδράσεις.

Το edge computing επίσης ελαφρύνει το βάρος στα κέντρα δεδομένων, εξαλείφοντας την ανάγκη μεταφοράς δεδομένων εκ νέου και εκ νέου. Στο Edge AI, μόνο τα σχετικά δεδομένα αποστέλλονται στο νέφος, μειώνοντας τις απαιτήσεις εύρους ζώνης και τα σχετικά κόστη.

Εκτός από την οικονομική αποδοτικότητα, η μετάβαση από κέντρα δεδομένων σε μεγέθη gigawatt προς συσκευές προσφέρει το πλεονέκτημα της ενεργειακής αποδοτικότητας, καθώς μπορούν να τρέξουν AI με ελάχιστη ισχύ. Διατηρώντας τα ευαίσθητα δεδομένα τοπικά, οι εταιρείες μπορούν επίσης να αντιμετωπίσουν περαιτέρω ζητήματα ασφαλείας, προστατεύοντας από μη εξουσιοδοτημένη πρόσβαση και παραβιάσεις δεδομένων.

Χάρη στα οφέλη της ταχύτητας, του κόστους, του απορρήτου και της ενεργειακής αποδοτικότητας, η εξαγωγή AI πραγματοποιείται ολοένα και περισσότερο στο edge.

Στην AI, η εξαγωγή είναι η πραγματική λειτουργία του μοντέλου — μια διαδικασία που ξεκινά αφού το μοντέλο εκπαιδευτεί και σταματά τη μάθηση. Η εξαγωγή είναι όταν το μοντέλο αρχίζει να λειτουργεί, εξάγοντας συμπεράσματα από δεδομένα και μετατρέποντας αυτή τη γνώση σε πραγματικά αποτελέσματα.

Η τοπική εξαγωγή αναφέρεται στην εκτέλεση μοντέλων AI απευθείας στη μηχανή του χρήστη χρησιμοποιώντας εξειδικευμένο πυρίτιο, όπως NPUs (Neural Processing Units) ενσωματωμένα σε CPUs ή συστήματα‑on‑chip (SoCs), αντί να στέλνεται κάθε αίτηση πίσω σε ένα GPU νέφους.

Τα NPUs είναι τσιπ AI βελτιστοποιημένα για πολύπλοκους υπολογισμούς σε εργασίες βαθιάς μάθησης όπως επεξεργασία φυσικής γλώσσας, επεξεργασία φωνής, ανίχνευση αντικειμένων και αναγνώριση εικόνας. Αυτά τα εξειδικευμένα επιταχυντικά τσιπ AI επιτρέπουν γρήγορη, τοπική εξαγωγή με ελάχιστη κατανάλωση ενέργειας, καθιστώντας δυνατές εφαρμογές σε πραγματικό χρόνο.

Στην πράξη, η τοπική εξαγωγή σημαίνει ότι το laptop, ο υπολογιστής, το ενσωματωμένο σύστημα ή ακόμη και το smartphone σας μπορούν να τρέξουν μεγάλα γλωσσικά μοντέλα (ερωτήματα LLM), μοντέλα όρασης ή φορτία βοηθού χωρίς να χρειάζονται μεγάλους, ακριβά, ισχυρούς διακομιστές.

Αυτό μειώνει την καθυστέρηση, μειώνει τα κόστη εύρους ζώνης, βελτιώνει το απόρρητο και μειώνει τους λογαριασμούς διακομιστών. Επειδή τα συστήματα Edge AI μπορούν να λειτουργούν χωρίς συνεχόμενη σύνδεση στο διαδίκτυο, προσφέρουν βελτιωμένη αξιοπιστία, καθιστώντας τα κατάλληλα για απομακρυσμένες περιοχές.

Καθώς τα φορτία εργασίας AI κλιμακώνουν από πειραματισμό σε καθημερινή χρήση, αυτή η μετατόπιση προς την τοπική εξαγωγή δεν είναι πια θεωρητική αλλά αναγκαιότητα καθώς δισεκατομμύρια συσκευές αποκτούν δυνατότητες AI και η εξαγωγή βασισμένη στο νέφος γίνεται μη βιώσιμη σε κλίμακα.

Η έρευνα αγοράς Edge AI εκτιμά ότι οι επεξεργαστές AI στο edge μπορεί να αξίζουν σχεδόν 60 δισεκατομμύρια δολάρια μέχρι το τέλος της δεκαετίας, από 9 δισεκατομμύρια το 2020, κυρίως λόγω της τοπικής υπολογιστικής ισχύος σε PC και συσκευές.

Ήδη φέτος, η τάση της τοπικής εξαγωγής έχει μεταβεί από ερευνητικά demo σε πραγματικά προϊόντα, όπως έδειξαν τα CES 2026, όπου δεκάδες AI PC και μορφές edge παρουσιάστηκαν με δυνατότητες εξαγωγής στο ίδιο το τσιπ.

Για παράδειγμα, η Ambarella λάνσαρε το CV7 vision SoC με προηγμένη επεξεργασία edge AI στο τσιπ για διάφορες εφαρμογές αντίληψης σε πραγματικό χρόνο. Η Qualcomm (QCOM ) ενίσχυσε την κάθετη ενσωμάτωση για “έξυπνο υπολογισμό παντού” με τα Snapdragon X Elite Gen 2 PC. Η Broadcom (AVGO ) επίσης εστιάζει στην ενσωμάτωση “Neural Engines” σε επεξεργαστές για τοπική AI, στοχεύοντας ειδικά τις εφαρμογές έξυπνων σπιτιών.

Όταν μιλάμε για γίγαντες όπως η Apple (AAPL ) και η NVIDIA (NVDA ), η πρώτη χρησιμοποιεί ένα υβριδικό μοντέλο AI στη συσκευή και “Private Cloud Compute”, ενώ η δεύτερη μετατοπίζεται προς το “Physical AI” και την επεξεργασία στο τσιπ.

Το Physical AI, που επεκτείνει την AI πέρα από τον ψηφιακό κόσμο σε ρομπότ, drones και βιομηχανική μηχανήματα, είναι μια από τις αναδυόμενες τάσεις στον τομέα Edge AI και αναμένεται να είναι σημαντικός παράγοντας ανάπτυξης.

Γιατί η AMD Είναι Κατάλληλη να Κερδίσει τον Κύκλο Υλικού Edge AI

Συμπέρασμα Επενδυτή: Ενώ η Nvidia κυριαρχεί στην υπερκλιμάκωση της εκπαίδευσης AI, ο επόμενος κύκλος υπολογισμού μετακινείται στην εξαγωγή επιπέδου συσκευής. Η διαφοροποιημένη στρατηγική της AMD με έμφαση στο edge, σε AI PC, ενσωματωμένα συστήματα και τοπικό υλικό εξαγωγής την καθιστά μία από τις πιο ελκυστικές ευκαιρίες αξίας στην αγορά υλικού AI για το 2026.

Στον κόσμο των μετοχών Edge AI, ένα από τα πιο εξέχοντα ονόματα που πρέπει να παρακολουθήσετε είναι η Advanced Micro Devices (AMD ), η οποία αναπτύσσει ημιαγωγούς, επεξεργαστές και GPU για κέντρα δεδομένων, AI, gaming και ενσωματωμένες εφαρμογές.

Αρχικά αυτόν τον μήνα, στο CES 2026, η πρόεδρος και CEO της AMD, Lisa Su, μίλησε για τον στόχο της εταιρείας να προσφέρει AI για όλους, επισημαίνοντας μια στρατηγική AI προσανατολισμένη στο edge για PC, ενσωματωμένες συσκευές και προγραμματιστές, ενισχύοντας την εστίαση της εταιρείας σε τοπικό υλικό εξαγωγής πέρα από τα υπερκλιμακωτά περιβάλλοντα νέφους.

Στο πλαίσιο αυτής της προσέγγισης, η εταιρεία παρουσίασε μια νέα σειρά επεξεργαστών AI. Αυτή περιλαμβάνει τον επεξεργαστή Ryzen AI 400 Series για AI PC, με ενσωματωμένα NPUs που παρέχουν περίπου 60 TOPS υπολογιστικής ισχύος AI για τοπική εξαγωγή. Αυτή η τελευταία έκδοση των AI‑powered PC τσιπ της AMD διαθέτει 12 πυρήνες CPU και 24 νήματα και θα επιτρέψει ταχύτερο (1,3x) πολυ‑εργασία σε σχέση με τους ανταγωνιστές. Είναι επίσης 1,7x πιο γρήγορη στη δημιουργία περιεχομένου.

Τα PC, συμπεριλαμβανομένου του επεξεργαστή Ryzen AI 400 Series, θα είναι διαθέσιμα στο τρέχον τρίμηνο.

Σε μια συνέντευξη τύπου, ο Rahul Tikoo, ανώτερος αντιπρόεδρος και GM της επιχειρηματικής μονάδας πελατών της AMD, ανέφερε ότι έχουν ήδη επεκταθεί σε πάνω από 250 πλατφόρμες AI PC, αντιπροσωπεύοντας αύξηση 2x σε σχέση με το προηγούμενο έτος. Δήλωσε:

«Στα επόμενα χρόνια, η AI θα γίνει ένα πολυεπίπεδο ύφασμα που θα ενσωματωθεί σε κάθε επίπεδο υπολογισμού στο προσωπικό επίπεδο. Οι AI PC και οι συσκευές μας θα μεταμορφώσουν τον τρόπο που εργαζόμαστε, παίζουμε, δημιουργούμε και συνδεόμαστε μεταξύ μας.»

Η AMD παρουσίασε επίσης τα τσιπ Ryzen AI Max+ στο μεγαλύτερο παγκόσμιο εκθέσιμο καταναλωτικών ηλεκτρονικών. Στοχεύουν σε premium notebooks και mini‑PC για προχωρημένη τοπική εξαγωγή, δημιουργία περιεχομένου και gaming.

Για προγραμματιστές, η AMD ανακοίνωσε την πλατφόρμα Ryzen AI Halo για ανάπτυξη μοντέλων στο τσιπ, έτοιμη να φέρει ισχυρές δυνατότητες AI σε έναν συμπαγή επιτραπέζιο υπολογιστή το επόμενο τρίμηνο.

Η νέα σειρά ενσωματωμένων επεξεργαστών x86 σχεδιάζεται να τροφοδοτήσει εφαρμογές AI στο edge. Οι νέοι επεξεργαστές σειράς P100 και X100 παρέχουν υψηλής απόδοσης υπολογισμό AI για έξυπνη υγειονομική περίθαλψη, ψηφιακά αυτοκινητικά ταμπλό και ρομποτική ανθρωποειδούς.

«Όποιος και αν είστε και πώς και αν χρησιμοποιείτε την τεχνολογία καθημερινά, η AI μετασχηματίζει τον καθημερινό υπολογισμό. Έχετε χιλιάδες αλληλεπιδράσεις με τον υπολογιστή σας κάθε μέρα. Η AI μπορεί να καταλάβει, να μάθει το πλαίσιο, να φέρει αυτοματοποίηση, να παρέχει βαθιά λογική και προσωπική προσαρμογή σε κάθε άτομο.»
– Rahul Tikoo, Senior VP & GM of Client Business

Με αυτές τις κινήσεις, ο αμερικανικός κατασκευαστής τσιπ στοχεύει σε φορτία εργασίας AI στη συσκευή και συμβάλλει στην «προώθηση προς την τοπική εξαγωγή» και στην κατανεμημένη νοημοσύνη σε δισεκατομμύρια σημεία άκρου.

Εκτός από την δυνατότητα υπολογισμού AI στο edge, η εταιρεία παρουσίασε τους προηγμένους επεξεργαστές AI της, που χρησιμοποιούνται στα ράφια διακομιστών κέντρων δεδομένων. Μια επιχειρησιακή έκδοση του τσιπ σειράς MI400 (το MI440X) έχει σχεδιαστεί για χρήση on‑premise αλλά δεν είναι ειδικά σχεδιασμένο για AI clusters.

Για να καλύψει τις μελλοντικές ανάγκες υπολογισμού εταιρειών όπως η OpenAI, η AMD έχει επίσης προεπισκοπήσει την πλατφόρμα MI500, την οποία η εταιρεία λέει ότι σχεδιάστηκε για να επιτρέψει κέρδη απόδοσης τάξης μεγάλου μεγέθους σε επίπεδο συστήματος και ράφης σε σύγκριση με προηγούμενες γενιές, αντί για απλή αναβάθμιση τσιπ‑προς‑τσιπ. Τα τσιπ θα λανσαριστούν το επόμενο έτος.

Πέρα από ένα εντυπωσιακό χαρτοφυλάκιο προϊόντων, η AMD διαθέτει εξαιρετικό κατάλογο πελατών, όπως OpenAI, Blue Origin, Liquid AI, Luma AI, World Labs, Illumina, Absci, AstraZeneca (AZN ) και Generative Bionics, που αξιοποιούν την τεχνολογία της για να μετατρέψουν την υπόσχεση της AI σε πραγματικό αντίκτυπο. Σύμφωνα με τη Su:

«Καθώς η υιοθέτηση AI επιταχύνεται, εισερχόμαστε στην εποχή του yotta‑scale computing, καθοδηγούμενη από πρωτοφανή ανάπτυξη τόσο στην εκπαίδευση όσο και στην εξαγωγή. Η AMD χτίζει τη βάση υπολογισμού για αυτήν την επόμενη φάση AI μέσω ηγεσίας τεχνολογίας end‑to‑end, ανοιχτών πλατφορμών και βαθιάς συν‑καινοτομίας με εταίρους σε όλο το οικοσύστημα.»

Σε συνέντευξη, τόνισε ότι, δεδομένης της «απίστευτης» ζήτησης για AI, η οποία «αυξάνεται εκθετικά», θα απαιτηθεί τεράστια, ακατανίκητη επένδυση σε υπολογιστική ισχύ και αιχμηρό υλικό για να παραμείνει ανταγωνιστική στην αγορά AI.

Ο κόσμος, σύμφωνα με αυτήν, θα χρειαστεί πάνω από «10 yottaflops» υπολογιστικής ισχύος, «10.000 φορές περισσότερη υπολογιστική ισχύ από ό,τι είχαμε το 2022», για να συμβαδίσει με την ανάπτυξη της AI. Και σε αυτό το πλαίσιο, μοιράστηκε το σχέδιο της εταιρείας για υποδομή yotta‑scale, παρουσιάζοντας την πλατφόρμα rack‑scale AMD “Helios”, η οποία θα προσφέρει έως 3 AI exaflops απόδοση σε ένα μόνο rack.

Στο ίδιο γεγονός, ο κορυφαίος ανταγωνιστής της AMD, Nvidia, λάνσαρε την επόμενη γενιά πλατφόρμας Vera Rubin, που αποτελείται από έξι τσιπ και αναμένεται να εμφανιστεί αργότερα φέτος.

Αλλά ενώ η Nvidia συνεχίζει να εστιάζει στην υπερκλιμάκωση με κορυφαία mega‑GPU και επιχειρηματικά στοίβες, η AMD ακολουθεί μια διαφοροποιημένη προσέγγιση στα προϊόντα που επιτρέπουν λειτουργικότητα AI με χαμηλότερο συνολικό κόστος. Αυτή η αντίθεση ορίζει όλο και περισσότερο τη συζήτηση AMD vs NVIDIA 2026.

Η AMD υποτιμά την τιμή των τσιπ “AI PC” για να κατακτήσει μεγαλύτερο μερίδιο της αναδυόμενης αγοράς AI PC, καθιστώντας τους υψηλών επιδόσεων επεξεργαστές AI πιο προσιτούς για OEM και καταναλωτές. Ως αποτέλεσμα, η AMD θεωρείται μία από τις κύριες υποτιμημένες μετοχές AI στην αγορά.

Κατά την ημερομηνία 20 Ιανουαρίου 2026, η AMD, με κεφαλαιοποίηση αγοράς 377,4 δισεκατομμυρίων δολαρίων, διαπραγματεύεται στα 231,87 δολάρια, +8,25% YTD και +90,87% τον τελευταίο χρόνο. Διαθέτει EPS (TTM) 1,92 και P/E (TTM) 120,97.

AMD Διάγραμμα τιμής

Η χρηματοοικονομική θέση της AMD είναι επίσης ισχυρή, με τη Jean Hu, εκτελεστική αντιπρόεδρος, CFO και ταμίας της AMD, να σημειώνει: «Οι συνεχείς επενδύσεις μας στην AI και την υψηλής απόδοσης υπολογιστική οδηγούν σε σημαντική ανάπτυξη και τοποθετούν την AMD να προσφέρει μακροπρόθεσμη δημιουργία αξίας.»

Αυτό φαίνεται στα ρεκόρ εσόδων της παγκόσμιας εταιρείας ημιαγωγών: 9,2 δισεκατομμύρια δολάρια το τρίτο τρίμηνο του 2025. Περιλαμβάνει 4,3 δισεκατομμύρια από το τμήμα κέντρου δεδομένων (+22% YoY), 4 δισεκατομμύρια από το συνδυασμένο τμήμα πελατών και gaming (+73% YoY) και 857 εκατομμύρια από το ενσωματωμένο τμήμα (-8% YoY).

Τα έσοδα της AMD δεν περιλαμβάνουν ακόμη τις αποστολές των τσιπ MI308 στην Κίνα, όπως συνέβη το προηγούμενο τρίμηνο, αν και η εταιρεία αναμένει σύντομα έσοδα από αυτά. «Λάβαμε κάποιες άδειες για το MI308», σημείωσε η Su τότε. «Συνεχίζουμε να συνεργαζόμαστε με τους πελάτες μας σχετικά με το περιβάλλον ζήτησης και το συνολικό ευκαιριακό πλαίσιο.»

Το λειτουργικό εισόδημα για την περίοδο ήταν 1,3 δισεκατομμύρια δολάρια, και το καθαρό εισόδημα 1,2 δισεκατομμύρια δολάρια, ενώ το μικτό περιθώριο έφτασε το 52%. Το αραίωση κέρδους ανά μετοχή ήταν 0,75 δολάρια.

«Παράγγειλα ένα εξαιρετικό τρίμηνο, με ρεκόρ έσοδα και κερδοφορία που αντικατοπτρίζουν τη γενική ζήτηση για τους υψηλής απόδοσης επεξεργαστές EPYC και Ryzen καθώς και τους επιταχυντές AI Instinct», δήλωσε η Su. Αυτό «σημαίνει ένα σαφές βήμα στην κατεύθυνση της ανάπτυξης μας καθώς η επεκτεινόμενη υπολογιστική μας οικογένεια και η ταχέως κλιμακούμενη επιχείρηση AI κέντρου δεδομένων οδηγούν σε σημαντική αύξηση εσόδων και κερδών», πρόσθεσε.

Τότε, η γιγαντιαία εταιρεία ημιαγωγών σημείωσε ότι η δυναμική των πελατών για τις πλατφόρμες AI της επιταχύνεται, όπως φαίνεται από τις ενδυναμωμένες συνεργασίες με OpenAI, Oracle (ORCL ), Cisco (CSCO ), IBM (IBM ) και Cohere.

Το Υπουργείο Ενέργειας των ΗΠΑ δημιούργησε επίσης μια συνεργασία 1 δισεκατομμυρίου δολαρίων με την AMD για την κατασκευή δύο επόμενης γενιάς υπερυπολογιστών που θα «επιταχύνουν» την ανάπτυξη φαρμάκων, την πυρηνική ενέργεια και τις τεχνολογίες εθνικής ασφάλειας. Ο πρώτος ονομάζεται Lux και θα τροφοδοτείται από τσιπ MI355X AI και τσιπ δικτύωσης, καθιστώντας το το πρώτο αμερικανικό AI factory supercomputer. Ο πιο προηγμένος υπερυπολογιστής Discovery θα βασίζεται στη σειρά τσιπ MI430 AI.

Για το τελευταίο τρίμηνο, η AMD προβλέπει έσοδα περίπου 9,6 δισεκατομμυρίων δολαρίων και μη‑GAAP μικτό περιθώριο 54,5%.

Την προηγούμενη εβδομάδα, ο συνεργάτης κατασκευής της AMD, TSMC, που είναι ο μεγαλύτερος κατασκευαστής συμβολαίων τσιπ, επίσης ξεπέρασε τις προβλέψεις εσόδων, αναφέροντας αύξηση 35% στα κέρδη του τέταρτου τριμήνου. Η εταιρεία αναμένει να αυξήσει τις κεφαλαιακές δαπάνες φέτος, δείχνοντας εμπιστοσύνη στην ανάπτυξη AI.

«Περιμένουμε η επιχείρησή μας να υποστηρίζεται από τη συνεχή ισχυρή ζήτηση για τις κορυφαίες τεχνολογίες διαδικασίας μας.»
– Wendell Huang, CFO της TSMC

Έτσι, ενώ προσπαθεί να συμβαδίσει με τη Nvidia, η AMD προωθεί πιο βαθιά τους επιταχυντές AI, την υπολογιστική εστίαση στο edge και τις οικονομικά αποδοτικές πλατφόρμες, τοποθετώντας την ως μια ελκυστική εναλλακτική αξίας στο εξελισσόμενο τοπίο AI.

Edge AI Είναι ο Επόμενος Μεγάλος Κύκλος Υλικού

Το τοπίο της AI εξελίσσεται γρήγορα, ενσωματώνοντας τα πάντα από smartphones έως wearables, οθόνες, drones, ρομπότ και αυτόνομα οχήματα. Καθώς τα μοντέλα AI γίνονται πιο αποδοτικά και η χρήση της τεχνολογίας μεταβαίνει από πειραματισμό σε ανάπτυξη και κλιμάκωση, η βιομηχανία μετατοπίζεται από το νέφος στο edge για να συμβαδίσει με το AI boom.

Ενώ η Nvidia συνεχίζει να κυριαρχεί στην εκπαίδευση κέντρων δεδομένων και στην υπερκλιμακωτή εξαγωγή με υψηλής τεχνολογίας GPU και κλειδωμένα οικοσυστήματα, ο κύκλος υλικού μετακινείται τώρα από κεντρικά κέντρα δεδομένων σε καθημερινές συσκευές, όπου η αξία, η αποδοτικότητα και η τιμή έχουν τη μέγιστη σημασία. Σε αυτή τη νέα εποχή AI επιπέδου συσκευής, η AMD ξεχωρίζει για τη στρατηγική της εστίαση στην τοπική εξαγωγή, τα ενσωματωμένα NPUs και τους επεξεργαστές AI PC, καθιστώντας την μια ελκυστική αξία για το 2026.

Το Edge AI βρίσκεται ακόμη στα αρχικά του στάδια, αλλά το δυναμικό του είναι τεράστιο. Ενσωματώνοντας την νοημοσύνη σε κάθε συσκευή, μπορεί να επιτρέψει στην AI να λειτουργεί παντού, ανεξάρτητα από τη σύνδεση στο διαδίκτυο. Και καθώς όλα γίνονται υπολογιστές, η ευκαιρία για Edge AI μπορεί να αποδειχθεί τεράστια, ακόμη μεγαλύτερη από το cloud. Αλλά αντί να το αντικαταστήσει, το μέλλον της AI πιθανότατα θα είναι υβριδικό, με πλατφόρμες cloud να διαχειρίζονται την εκπαίδευση και συσκευές edge να παρέχουν εξαγωγή σε πραγματικό χρόνο, σηματοδοτώντας τον επόμενο μεγάλο υπολογιστικό παράδειγμα.

Κάντε κλικ εδώ για μια λίστα με τα κορυφαία δίκτυα edge για μια πιο γρήγορη, ασφαλέστερη διαδικτυακή εμπειρία.

Ο Gaurav ξεκίνησε να交易uje κρυπτονομίσματα το 2017 και από τότε έχει ερωτευθεί με τον κρυπτοχώρο. Το ενδιαφέρον του για όλα τα κρυπτονομίσματα τον μετέτρεψε σε συγγραφέα που ειδικεύεται σε κρυπτονομίσματα και blockchain. Σύντομα βρέθηκε να εργάζεται με εταιρείες κρυπτονομισμάτων και μέσα ενημέρωσης. Είναι επίσης μεγάλος θαυμαστής του Batman.